AI-For-Beginners/translations/fr
leestott 608f6518d4 🌐 Update translations via Co-op Translator 2025-10-03 11:56:00 +00:00
..
etc 🌐 Update translations via Co-op Translator 2025-08-24 22:28:16 +00:00
examples 🌐 Update translations via Co-op Translator 2025-10-03 11:56:00 +00:00
lessons 🌐 Update translations via Co-op Translator 2025-10-03 09:55:40 +00:00
AGENTS.md 🌐 Update translations via Co-op Translator 2025-10-03 09:55:40 +00:00
README.md 🌐 Update translations via Co-op Translator 2025-10-03 11:56:00 +00:00
SECURITY.md 🌐 Update translations via Co-op Translator 2025-08-24 22:28:16 +00:00
troubleshoot.md 🌐 Update translations via Co-op Translator 2025-10-03 09:55:40 +00:00

README.md

Licence GitHub
Contributeurs GitHub
Problèmes GitHub
Pull Requests GitHub
PRs Bienvenus

Observateurs GitHub
Forks GitHub
Étoiles GitHub
Binder
Gitter

Intelligence Artificielle pour Débutants - Un Programme

Sketchnote par @girlie_mac https://twitter.com/girlie_mac
AI pour Débutants - Sketchnote par @girlie_mac

Explorez le monde de l'Intelligence Artificielle (IA) avec notre programme de 12 semaines et 24 leçons ! Il inclut des leçons pratiques, des quiz et des laboratoires. Ce programme est adapté aux débutants et couvre des outils comme TensorFlow et PyTorch, ainsi que des questions d'éthique en IA.

🌐 Support Multilingue

Pris en charge via GitHub Action (Automatisé et Toujours à Jour)

Français | Espagnol | Allemand | Russe | Arabe | Persan (Farsi) | Ourdou | Chinois (Simplifié) | Chinois (Traditionnel, Macao) | Chinois (Traditionnel, Hong Kong) | Chinois (Traditionnel, Taïwan) | Japonais | Coréen | Hindi | Bengali | Marathi | Népalais | Punjabi (Gurmukhi) | Portugais (Portugal) | Portugais (Brésil) | Italien | Polonais | Turc | Grec | Thaï | Suédois | Danois | Norvégien | Finnois | Néerlandais | Hébreu | Vietnamien | Indonésien | Malais | Tagalog (Filipino) | Swahili | Hongrois | Tchèque | Slovaque | Roumain | Bulgare | Serbe (Cyrillique) | Croate | Slovène | Ukrainien | Birman (Myanmar)

Si vous souhaitez ajouter des langues supplémentaires, les langues prises en charge sont listées ici

Rejoignez la Communauté

Azure AI Discord

Ce que vous apprendrez

Carte mentale du cours

Dans ce programme, vous apprendrez :

  • Différentes approches de l'Intelligence Artificielle, y compris l'approche symbolique "classique" avec la Représentation des Connaissances et le raisonnement (GOFAI).
  • Les Réseaux Neuronaux et le Deep Learning, qui sont au cœur de l'IA moderne. Nous illustrerons les concepts derrière ces sujets importants avec du code dans deux des frameworks les plus populaires - TensorFlow et PyTorch.
  • Les Architectures Neuronales pour travailler avec les images et les textes. Nous couvrirons des modèles récents, mais il se peut que nous ne soyons pas totalement à jour avec les dernières avancées.
  • Des approches moins populaires de l'IA, comme les Algorithmes Génétiques et les Systèmes Multi-Agents.

Ce que nous ne couvrirons pas dans ce programme :

Retrouvez toutes les ressources supplémentaires pour ce cours dans notre collection Microsoft Learn

Pour une introduction douce aux sujets IA dans le Cloud, vous pouvez envisager de suivre le parcours d'apprentissage Commencer avec l'intelligence artificielle sur Azure.

Contenu

Lien de la Leçon PyTorch/Keras/TensorFlow Lab
0 Configuration du Cours Configurer votre environnement de développement
I Introduction à l'IA
01 Introduction et Histoire de l'IA - -
II IA Symbolique
02 Représentation des Connaissances et Systèmes Experts Systèmes Experts / Ontologie /Graphique Conceptuel
III Introduction aux Réseaux Neuronaux
03 Perceptron Notebook Lab
04 Perceptron Multicouche et Création de notre propre Framework Notebook Lab
05 Introduction aux frameworks (PyTorch/TensorFlow) et surapprentissage PyTorch / Keras / TensorFlow Lab
IV Vision par ordinateur PyTorch / TensorFlow Explorer la vision par ordinateur sur Microsoft Azure
06 Introduction à la vision par ordinateur. OpenCV Notebook Lab
07 Réseaux de neurones convolutionnels & Architectures CNN PyTorch /TensorFlow Lab
08 Réseaux pré-entraînés et apprentissage par transfert et Astuces d'entraînement PyTorch / TensorFlow Lab
09 Autoencodeurs et VAEs PyTorch / TensorFlow
10 Réseaux antagonistes génératifs & transfert de style artistique PyTorch / TensorFlow
11 Détection d'objets TensorFlow Lab
12 Segmentation sémantique. U-Net PyTorch / TensorFlow
V Traitement du langage naturel PyTorch /TensorFlow Explorer le traitement du langage naturel sur Microsoft Azure
13 Représentation de texte. Bow/TF-IDF PyTorch / TensorFlow
14 Embeddings sémantiques de mots. Word2Vec et GloVe PyTorch / TensorFlow
15 Modélisation de langage. Entraînez vos propres embeddings PyTorch / TensorFlow Lab
16 Réseaux de neurones récurrents PyTorch / TensorFlow
17 Réseaux récurrents génératifs PyTorch / TensorFlow Lab
18 Transformers. BERT. PyTorch /TensorFlow
19 Reconnaissance d'entités nommées TensorFlow Lab
20 Grands modèles de langage, programmation par prompts et tâches en apprentissage par petits échantillons PyTorch
VI Autres techniques d'IA
21 Algorithmes génétiques Notebook
22 Apprentissage par renforcement profond PyTorch /TensorFlow Lab
23 Systèmes multi-agents
VII Éthique de l'IA
24 Éthique de l'IA et IA responsable Microsoft Learn : Principes d'IA responsable
IX Extras
25 Réseaux multi-modaux, CLIP et VQGAN Notebook

Chaque leçon contient

  • Du matériel de pré-lecture
  • Des notebooks Jupyter exécutables, souvent spécifiques au framework (PyTorch ou TensorFlow). Le notebook exécutable contient également beaucoup de contenu théorique, donc pour comprendre le sujet, vous devez parcourir au moins une version du notebook (PyTorch ou TensorFlow).
  • Labs disponibles pour certains sujets, qui vous permettent d'appliquer les concepts appris à un problème spécifique.
  • Certaines sections contiennent des liens vers des modules MS Learn qui couvrent des sujets connexes.

Pour commencer

🎯 Nouveau dans l'IA ? Commencez ici !

Si vous êtes complètement novice en IA et souhaitez des exemples pratiques rapides, consultez nos Exemples pour débutants ! Ils incluent :

  • 🌟 Hello AI World - Votre premier programme d'IA (reconnaissance de motifs)
  • 🧠 Réseau de neurones simple - Construisez un réseau de neurones à partir de zéro
  • 🖼️ Classificateur d'images - Classifiez des images avec des commentaires détaillés
  • 💬 Sentiment de texte - Analysez des textes positifs/négatifs

Ces exemples sont conçus pour vous aider à comprendre les concepts de l'IA avant de plonger dans le programme complet.

📚 Configuration du programme complet

Suivez ces étapes :

Forkez le dépôt : Cliquez sur le bouton "Fork" en haut à droite de cette page.

Clonez le dépôt : git clone https://github.com/microsoft/AI-For-Beginners.git N'oubliez pas d'ajouter une étoile (🌟) à ce dépôt pour le retrouver plus facilement plus tard.

Rencontrez d'autres apprenants

Rejoignez notre serveur Discord officiel AI pour rencontrer et échanger avec d'autres apprenants suivant ce cours, et obtenir du soutien.

Si vous avez des retours sur le produit ou des questions pendant la création, visitez notre forum des développeurs Azure AI Foundry.

Quiz

Une note sur les quiz : Tous les quiz se trouvent dans le dossier Quiz-app sous etc\quiz-app, ou en ligne ici. Ils sont liés dans les leçons. L'application de quiz peut être exécutée localement ou déployée sur Azure ; suivez les instructions dans le dossier quiz-app. Ils sont progressivement localisés.

Besoin d'aide

Vous avez des suggestions ou avez trouvé des erreurs de code ou d'orthographe ? Ouvrez une issue ou créez une pull request.

Remerciements spéciaux

Autres programmes

Notre équipe produit d'autres programmes ! Découvrez :

Obtenir de l'aide

Si vous êtes bloqué ou avez des questions sur la création d'applications d'IA, rejoignez :

Azure AI Foundry Discord

Si vous avez des retours sur le produit ou des erreurs pendant la création, visitez :

Azure AI Foundry Developer Forum


Avertissement :
Ce document a été traduit à l'aide du service de traduction automatique Co-op Translator. Bien que nous nous efforcions d'assurer l'exactitude, veuillez noter que les traductions automatisées peuvent contenir des erreurs ou des inexactitudes. Le document original dans sa langue d'origine doit être considéré comme la source faisant autorité. Pour des informations critiques, il est recommandé de recourir à une traduction humaine professionnelle. Nous déclinons toute responsabilité en cas de malentendus ou d'interprétations erronées résultant de l'utilisation de cette traduction.